刘亚威，张雪萍，杨腾飞

（河南工业大学 信息科学与工程学院，河南 郑州 450001）

最优路径分析是遥感和地理信息系统空间分析的重要技术之一，也是当前计算机科学领域中具有较高研究价值的一类问题。最优路径分析[1]问题源于计算机几何学的传统研究课题，此类问题可以描述为已知起始点、目标点以及环境信息，确定一条从起始点到目标点的与障碍物无碰撞的线路。目前考虑实际障碍物的最优路径分析方法有：可视图法、Dijkstra算法、A算法、栅格法、存在障碍物约束的最优控制法等。其中基于栅格法的最优路径分析具有数据结构简单、无需建立复杂的拓扑关系和进行复杂的拓扑运算以及处理速度快等特点，已成为目前研究最广泛的最优路径分析方法之一。

粒子群优化算法[2-4]最早是由Kenney博士与Eberhart博士于1995年提出的，源于对鸟群觅食的行为研究的PSO同遗传算法类似，它也是从随机解出发，通过迭代寻找最优解，通过适应值函数来评价解的品质。由于粒子群算法具有全局搜索能力不强，容易陷入局部最优的缺点，而量子粒子群优化[5]算法具有参数少，收敛速度快，鲁棒性好，能够较好地收敛于全局最优点等优点，能够很容易解决经典PSO算法中的不足，所以就用量子粒子群优化算法来取代经典的粒子群算法。

本文用栅格法建立环境模型，以量子粒子群优化算法作为基本的演化算法，将量子粒子群优化算法运用到栅格中，搜索出一条全局的最优路径，最后进行仿真实验，证明取得了很好的效果。……